AI领导者讨论AGI：基于现实

在最近与旧金山商界领袖的一次晚餐上，我抛出了一个问题，似乎让整个房间都凝固了：今天的人工智能是否有可能达到或超越人类的智能水平？这是一个比你想象中更容易引发争论的话题。

到了2025年，科技CEO们对大型语言模型（LLM）充满了乐观情绪，比如ChatGPT和Gemini背后的那些模型。他们坚信这些模型很快就能达到人类水平甚至超人类的智能。比如Anthropic的达里奥·阿莫代（Dario Amodei）就写过文章，建议到2026年，我们可能会看到在各个领域比诺贝尔奖得主更聪明的AI。与此同时，OpenAI的萨姆·阿尔特曼（Sam Altman）一直公开表示他知道如何构建“超级智能”AI，并预测这将大大加速科学发现。

但并不是每个人都对这种乐观的图景买账。一些AI领导者对LLM达到AGI，甚至超级智能持怀疑态度，除非有重大突破。这些怀疑者曾经沉默，现在却越来越多地发声。

AI社区中的怀疑主义

以Hugging Face的联合创始人兼首席科学官托马斯·沃尔夫（Thomas Wolf）为例。在最近的一篇文章中，他称阿莫代的愿景部分是“最好也只是幻想”。凭借他在统计和量子物理学的博士学位，沃尔夫认为，诺贝尔级的突破来自于提出新的问题，而不仅仅是回答已知的问题——这是AI擅长但在开创新想法方面并不出色的事。

“我很希望看到这个‘爱因斯坦模型’出现，但我们需要深入探讨如何实现它，”沃尔夫在接受TechCrunch采访时分享道。他写这篇文章是因为他觉得对AGI的炒作掩盖了对如何实现它进行认真讨论的需要。沃尔夫看到一个AI改变世界的未来，但不一定是达到人类智能水平或超级智能的未来。

AI社区常常被那些相信AGI的人和那些不相信的人所分裂，后者有时被贴上“反科技”或简单地被认为是悲观的标签。然而，沃尔夫认为自己是一个“有见地的乐观主义者”，推动AI进步的同时保持脚踏实地。

AI辩论中的其他声音

据报道，Google DeepMind的CEO德米斯·哈萨比斯（Demis Hassabis）告诉他的团队，AGI可能还需要十年时间，指出AI还有许多无法处理的任务。Meta的首席AI科学家扬·勒昆（Yann LeCun）也对LLM实现AGI表示怀疑，在Nvidia GTC上称这一想法是“无稽之谈”，并推动开发新的架构来支撑超级智能。

肯尼思·斯坦利（Kenneth Stanley），前OpenAI首席研究员，现任Lila Sciences的高管，正在致力于构建高级AI的细节工作。他的初创公司最近筹集了2亿美元，专注于自动化科学创新。斯坦利的工作深入探讨了AI产生原创、创意想法的能力——这一领域被称为开放性。

“我有点希望自己写了[沃尔夫的]那篇文章，因为它真的反映了我的感受，”斯坦利在接受TechCrunch采访时说。他同意沃尔夫的观点，知识渊博并不自动导致原创想法。

AI中的创造力作用

斯坦利认为创造力对AGI至关重要，但承认这是一个难题。虽然像阿莫代这样的乐观主义者强调AI“推理”模型是朝AGI迈出的一步，但斯坦利认为创造力需要一种不同的智能。“推理几乎与[创造力]背道而驰，”他解释说。“推理模型专注于达到特定的目标，这可能会限制创造力所需的那种机会主义思维。”

斯坦利建议，要构建真正智能的AI，我们需要在算法上复制人类对新想法的品味。虽然AI在数学和编程等答案明确的领域表现出色，但在更主观、创造性的任务上，它在没有“正确”答案的情况下表现不佳。

“人们在科学中避开[主观性]——这个词几乎是毒药，”斯坦利指出。“但没有什么能阻止我们[算法上]处理主观性。这只是数据流的一部分。”

他鼓励人们越来越关注开放性，Lila Sciences、Google DeepMind和AI初创公司Sakana的研究实验室都在处理这个问题。斯坦利看到更多人讨论AI中的创造力，但他认为前面的工作还有很多。

AI的现实主义者

沃尔夫和勒昆可能被认为是“AI现实主义者”：这些领导者以脚踏实地的态度对待AGI和超级智能的可行性问题。他们的目标不是否认AI的进步，而是激发关于是什么阻碍AI达到AGI和超级智能的更广泛讨论——并直接面对这些挑战。